7月27日深夜，月之暗面（Moonshot AI）宣布开源Kimi K3模型权重，发布47页技术报告，并同时开放MoonEP、FlashKDA、AgentEnv三大支撑K3训练的底层基础设施（Infra）技术。“现在，每个人都可以下载并部署Kimi K3模型——无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。”

“每次有新模型发布，我们都会测一测，从成本、能力等角度看看它能不能替代我们正在使用的模型。”TalkMe CEO贾子健告诉记者，作为一家开发C端口语练习应用的公司，测试大模型已经是工作习惯。

这一次贾子健测试的对象是Kimi K3。自7月17日凌晨发布后，月之暗面的Kimi K3成为最受关注的大模型。参数规模2.8万亿，取代参数量1.6万亿的DeepSeek-V4 Pro，成为参数量最大的开源权重模型。因为OpenAI、Anthropic等公司推出的模型闭源，其参数量外界不得而知，但外界普遍推测其顶尖模型参数量可能大幅领先于开源模型。

新的架构，超过两万亿的参数规模，都让贾子健对Kimi K3有比较高的期待。他认为：“当下，‘大力出奇迹’的定律依然有效。”

Kimi K3一经发布，使用量也迅速提升。人们争相使用的Kimi K3究竟好不好用？贾子健的答案是：“‘好’并不等于适合。就像兰博基尼足够好，但是不适合每天接送孩子。”

7月20日，2026世界人工智能大会（WAIC 2026）上，Kimi展区的Kimi K3大模型展品。图/视觉中国

“蒸馏小模型”争议

Kimi K3在多项测评中表现出色。根据月之暗面公告，Kimi K3在多imi K3排名全球第三，落后于Claude Fable 5和GPT-5.6 Sol。在第三方评估平台Code Arena上，Kimi K3的编程能力位列第一，这是开源模型首次在该榜单上超越闭源模型登顶。

当然，月之暗面在公告中承认，Kimi K3的整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol。

众多模型测评博主的感受更为直观。博主“AI拯救打工人”使用Kimi K3“手搓”了几款网页游戏。他给Claude Opus4.8（测评时Anthropic体系中能力仅次于Claude Fable 5的模型）和Kimi K3相同的提示词，做一款3D第一人称射击游戏，Kimi K3交付的结果更接近一款真实游戏，而且画面质感明显更好。他告诉记者：“制作这款游戏，Opus4.8花费4.9美元，而Kimi K3只花费1.95美元。”

在他看来，Kimi K3多模态，特别是视觉理解能力比较强。“比如你可以给Kimi K3一个现成的网页，或者网页截图，他就能够参照其设计新的网页。”

而多模态能力此前一直被认为是国内大模型的短板，比如DeepSeek- V4、智谱的GLM-5.2并未从一开始就推出多模态版本。“现在也可以用DeepSeek-V4、GLM-5.2完成一些前端设计任务，但是相比之下Claude Fable 5能做出很高级的设计，差距不小。”一位AI业内人士告诉记者，之前让DeepSeek做一些设计工作，感觉它就像“瞎”了一样。

Kimi K3被认为进一步缩小了国产模型与顶尖模型之间的差距。加州大学伯克利分校计算机科学教授Ion Stoica的观点被普遍引用，行业此前普遍判定中国开源模型与全球顶尖水平存在6至9个月差距，如今这一差距已收缩至2至3个月。

在此之前，智谱GLM-5.2被认为是国产模型最接近顶尖大模型的产品，当时仅将技术差距压缩至4个月左右。

当Kimi K3发布后，外界特别是美国业界的困惑在于：在高端芯片受限的情况下，国内模型厂商是如何训练出逼近顶尖水平的模型？

在Kimi K3发布前后的72小时内美股半导体板块蒸发数千亿美元，《华尔街日报》认为，Kimi K3加剧了这轮芯片股的抛售。Kimi K3被认为像DeepSeek-R1一样，一定程度动摇了人们对于高端算力芯片的信仰。

OpenAI 与 Anthropic则指控月之暗面利用模型蒸馏技术窃取知识产权。通俗地说，蒸馏就是让“小模型”通过学习“大模型给出的答案”，在较低算力和成本条件下获得类似能力。

针对外界争议，月之暗面企业业务负责人黄震昕公开回应，否认了“K3是蒸馏小模型”的猜测，强调其性能跃升来自底层原创架构创新。

尽管Kimi K3带给美国业界的震撼与DeepSeek相似，不过从应用层面的影响来看，称其为“DeepSeek 2.0时刻”也许过于乐观。

被指“又慢又贵”？

“普通人使用大模型以聊天为主，或者让它协助自己完成一些简单任务，这些应用远远触碰不到大模型的能力边界。我们更为关注其能不能应用于业务。”贾子健表示，作为一家应用开发公司，可能首先会关注大模型的编程能力，这是顶尖大模型非常重要的一个评判维度。编程有明确的规则边界，能够比较清晰地评判大模型能力。

他认为，Kimi K3编程能力比较出色。“特别是在前端能力上，比如人们很容易就被其生成的一些更精细的网页3D游戏所吸引，人是视觉动物。但是在我们的测试中，面对一些比较常规的后端编程任务，Kimi K3所表现的能力与DeepSeek-V4 Pro基本相当，这是我们实际应用更为关注的能力。前端能力再强，目前也仅限于‘手搓’小游戏，或者做个Demo（演示）的水平。”

除去编程，贾子健这次的测试维度还包括听话、防瞎编、脑子、记性和脑洞，共六个方面。他的结论是，相比于DeepSeek-V4 Pro，两者能力打平，但DeepSeek效率胜出，而且更便宜。同样完成他测评中的6项任务，DeepSeek比Kimi快30％以上，而后者价格是前者十几倍。比如对于一项考察记忆力的任务，Kimi比DeepSeek多花了近7分钟。

“C端产品会比较在意响应速度，就像你给对方发一条微信，20分钟才得到回复肯定无法接受。但是对于一些长程推理场景，比如科研，响应速度就不那么重要。其实在测试前，基于Kimi K3参数量，我们就认为它一定会‘慢’一些，测试的结果也符合预期。”贾子健说，“应该在不同的场景找到适合的模型。”

根据月之暗面公告，Kimi K3主要面向长程编程、知识工作和推理等前沿智能场景而设计。

贵，并且慢，这其实是不少Kimi K3用户的共同感受。在价格方面，Kimi K3的API价格为每百万Tokens输入2元（命中缓存）和20元（未命中缓存），输出100元。其输出价格和未命中缓存的输入价格在主流国产模型中都是最高。此前被认为代表国产模型前沿能力的GLM-5.2每百万Tokens的输入单价为8元、输出单价为28元、缓存命中为2元。

这种成本的上涨还体现在对算力的需求上，月之暗面如今正面临算力瓶颈。

贾子健认为，未来Kimi K3在推出后续版本时，可能会在性价比层面优化，模型参数量对应不同的运营、使用成本，并非简单的“越大越好”。“比如Kimi K3和DeepSeek-V4 Pro都是开源模式，但是并不意味着两者的部署成本相同，比如DeepSeek-V4部署可能需要十台左右的英伟达H200，对于一家初创公司而言已经不便宜，而Kimi K3可能需要二三十台英伟达H200。”

从这个角度来看，DeepSeek-R1更多是一款平衡成本和能力的开源模型，让大模型的大规模部署成为可能。大模型应用往往是能力、成本和效率综合考虑的结果，一款能力更强的大模型，并不一定意味着商业上的成功。

融资需要“讲故事”

“其实相比于国内使用的主流模型，Kimi K3的性价比没有那么高，更适合目前使用Claude和GPT的海外用户。”前述AI业内人士告诉记者。

Kimi K3的API价格相较Claude Fable 5和GPT-5.6 Sol仍有优势。换算为美元后，其每百万Tokens输入价格为3美元、输出15美元。Claude Fable 5的API价格每百万Tokens输入为10美元，输出为50美元；GPT-5.6 Sol在短上下文每百万Tokens输入5美元，输出30美元；长上下文则为输入10美元，输出45美元。

这位业内人士认为，月之暗面“秀肌肉”的意味比较明显，意义更多在于试水新架构，以及为下一步融资与未来上市做铺垫。“随着参数量的提升，其算力能不能支持其应用，而且是否要为短期内激增的用户扩张算力，都是考验。因为月之暗面本身并非巨头，而是一家创业公司，算力本就有限。包括其究竟会不会大规模应用到更多生产环节，吸引更多C端用户，而非少量的技术极客，还要打上一个问号。”

“如果可以使用GPT和Claude的话，还会优先使用这两款模型，但是额度用完，或者遭遇封禁，就会考虑使用像Kimi K3、GLM-5.2这样与其能力比较接近的模型。”博主“AI拯救打工人”坦言。

月之暗面正处在上市前夜，根据彭博社报道，月之暗面计划在8月启动新一轮融资，目标估值为投前500亿美元，这将成为公司上市前最后一轮融资。

月之暗面由杨植麟于2023年4月创立，公司名源自平克·弗洛伊德专辑。杨植麟本科毕业于清华，博士就读于卡内基梅隆大学，师从苹果AI负责人，曾任职于Google Brain。

公司成立后融资迅猛：2024年完成超10亿美元A+轮及B轮，估值达33亿美元；2025年底完成5亿美元C轮，估值43亿美元；2026年密集融资，半年内连续完成四轮融资，估值升至200亿美元，最新一轮估值已达315亿美元，半年时间实现了超7倍的估值涨幅。

推动其估值上升的是月之暗面抓住了年初“龙虾热”的机遇，年化经常性收入不断上升。据媒体报道，其年化经常性收入在2026年3月突破1亿美元、5月突破2亿美元、6月中旬突破3亿美元。

随着Kimi K3发布，月之暗面估值还在上升。CIC灼识董事总经理陈一心告诉记者，月之暗面 Pre-IPO轮估值大增的因素，还在于其标的的稀缺性。智谱、MiniMax已在港股上市，DeepSeek首轮融资不对外资开放，一级市场能买到的头部中国基模资产，选项并不多。

不过，大模型的能力正在不断迭代，哪怕是顶尖大模型的护城河也在变浅。在Kimi K3发布之前，国内最强大模型的称号还属于6月发布的智谱GLM-5.2。而在Kimi K3发布之后，Anthropic很快发布了 Claude Opus 5，称其接近 Claude Fable 5 的前沿智能，但价格只有后者的一半，同样在打“性价比”的牌。

但是模型公司通过发布新模型获取新用户的难度在增加。根据XSignal统计，如GPT-5.5发布后，ChatGPT月活跃用户的增长幅度明显低于GPT-5发布时期，表明单次模型迭代对用户扩张的边际拉动正在减弱。产品竞争正由增量获客转向存量经营，下一阶段的关键将更多落在推理成本优化、付费转化，以及Agent对复杂生产力场景的持续渗透。

陈一心认为，融资热度能维持多久，不取决于模型在榜单的领先优势能持续多久，而取决于模型能力带来的商业化进展是否长期可持续。

记者：陈惟杉

（chenweishan@chinanews.com.cn）

编辑：闵杰